針對現(xiàn)有語音識別技術(shù)識別精準度低的問題,提出一種基于深度卷積神經(jīng)網(wǎng)絡算法與遷移學習相結(jié)合的語音識別技術(shù)。由于深度卷積神經(jīng)網(wǎng)絡應用范圍有限,當輸入輸出參數(shù)發(fā)生變化時,需要重新開始構(gòu)建,體系結(jié)構(gòu)訓練時間過長,因此,采用遷移學習方法有利于降低數(shù)據(jù)集規(guī)模。仿真實驗結(jié)果表明,遷移學習不僅適用于源數(shù)據(jù)集與遷移問題的目標數(shù)據(jù)集比較,而且也適用于兩種不同數(shù)據(jù)集情況,小數(shù)據(jù)集應用不僅有利于降低數(shù)據(jù)集生成時間和費用,而且有利于降低模型培訓時間和對計算能力的要求。 

【文章來源】：現(xiàn)代電子技術(shù). 2020,43(17)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

VGG-16的原理圖

利用數(shù)據(jù)增強得到的圖譜，通過人工放大數(shù)據(jù)來提高性能，對VGG-16模型的頂層進行訓練。作為一個優(yōu)化器，選擇學習率為0.000 5的隨機梯度下降優(yōu)化器。該模型訓練的批量大小為8的25,50,100和200個學時的音頻數(shù)據(jù)，只有男性的聲音、女性的聲音和混合的男性和女性的聲音，預先訓練的學時數(shù)要接近或在訓練飽和的范圍內(nèi)。總的準確度百分比的培訓結(jié)果如表1所示。由表1可以看出：對于一個包含5 200個男性或女性聲音文件的數(shù)據(jù)集，可以收到每個性別的語音測試結(jié)果。對于一個包含5 200個文件的數(shù)據(jù)集中男女聲音的組合，培訓無法取得可比的結(jié)果。但是一個包含2倍多文件（10 400個）的數(shù)據(jù)集不能只是達到單獨培訓的結(jié)果，它甚至優(yōu)于單獨培訓的結(jié)果。也可以看出，對于所有的測試案例，超過25個學時的培訓都不能完成的結(jié)果，可以通過50個或更高學時的培訓獲得。

不同數(shù)量凍結(jié)層對10 400個男性和女性聲音文件集的訓練精度

【參考文獻】：
期刊論文
[1]基于遷移學習的類別級物體識別與檢測研究與進展[J]. 張雪松,莊嚴,閆飛,王偉.  自動化學報. 2019(07)
[2]基于改進卷積神經(jīng)網(wǎng)絡算法的語音識別[J]. 楊洋,汪毓鐸.  應用聲學. 2018(06)
[3]基于卷積神經(jīng)網(wǎng)絡的路面裂縫檢測[J]. 趙珊珊,何寧.  傳感器與微系統(tǒng). 2017(11)
[4]基于卷積神經(jīng)網(wǎng)絡的面罩語音識別[J]. 王霞,杜桂明,王光艷,張艷.  傳感器與微系統(tǒng). 2017(10)
[5]采用長短時記憶網(wǎng)絡的低資源語音識別方法[J]. 舒帆,屈丹,張文林,周利莉,郭武.  西安交通大學學報. 2017(10)
[6]基于深度學習的語音識別技術(shù)現(xiàn)狀與展望[J]. 戴禮榮,張仕良,黃智穎.  數(shù)據(jù)采集與處理. 2017(02)
[7]深度卷積神經(jīng)網(wǎng)絡的汽車車型識別方法[J]. 張軍,張婷,楊正瓴,朱新山,楊伯軒.  傳感器與微系統(tǒng). 2016(11)
[8]深度學習:多層神經(jīng)網(wǎng)絡的復興與變革[J]. 山世光,闞美娜,劉昕,劉夢怡,鄔書哲.  科技導報. 2016(14)
[9]基于深度學習混合模型遷移學習的圖像分類[J]. 石祥濱,房雪鍵,張德園,郭忠強.  系統(tǒng)仿真學報. 2016(01)
[10]深度學習的昨天、今天和明天[J]. 余凱,賈磊,陳雨強,徐偉.  計算機研究與發(fā)展. 2013(09)



本文編號：3421547